新时代背景下高校金融大数据人才培养问题与对策研究

张睿 梁惠珍

［摘 要］我国金融行业正在飞速发展，金融大数据业务的进步速度令人瞩目，对金融大数据人才的需求不断增长。然而，传统的人才培养模式存在一些不足，如培养体系不够先进、师资力量不足以及产教融合程度不够高等。为了实现新时代背景下金融大数据跨学科人才培养，需要合理构建人才培养体系，根据实际有的放矢地开展教学；多维度培养教师能力，打造专业的教师团队；加大校企合作力度，深化校企合作深度。总体上从教学、师资、产学等方面解决痛点问题，构建金融大数据人才培养的开放生态体系。

［关键词］金融大数据；人才培养；产教融合

doi：10.3969/j.issn.1673 - 0194.2024.06.074

［中图分类号］G642［文献标识码］A［文章编号］1673-0194（2024）06-0233-03

0     引 言

随着信息技术的不断发展，在金融领域，大数据技术的应用越来越广泛。2022年1月，中国人民银行印发了《金融科技发展规划（2022—2025年）》，该文件以习近平新时代中国特色社会主义思想为指导，坚持创新驱动发展，切实履行金融服务实体经济的使命，高质量推进金融数字化转型，健全适应数字经济发展的现代金融体系，为中国金融科技的发展提供指导意见，明确金融数字化转型的总体思路、发展目标、重点任务和实施保障。其中，第八点重点提到要“扎实做好金融科技人才培养，持续推动标准规则体系建设，强化法律法规制度执行，护航金融科技行稳致远”，进一步证明国家层面对金融科技人才培养的重视和要求。

截至2022年年底，我国金融业从业人员已超过300万人，其中有相当一部分人员需要具备金融大数据专业能力。以银行业为例，2022年，中国大型商业银行和股份制商业银行的智能技术综合使用率均为100%。超四成客服中心与远程银行建立了大数据平台，并广泛应用于客户服务、客户经营、风控管理、流程优化、客户体验提升等场景；数据建模、数据诊断、数据监测和数据模型得到广泛应用。可以看出，金融行业对金融大数据人才的需求呈井喷式增长［1］。

此外，随着金融行业竞争加剧，企业为了自身发展，必须在金融科技上下大功夫，借助大數据为企业运营和发展赋能，提供动力。以开源证券为例，在其自主品牌移动金融终端——开源证券肥猫App上，通过大数据的手段，可以实现软件的持续优化迭代，强化功能和服务建设，并通过改进用户体验，建立基于用户画像的智能推送功能，提升服务触达的效果和精准度，打造更具个性化的移动金融大数据终端平台［2］。各大金融机构也都根据自身业务特色，针对性地开发了各种移动金融服务终端，使一线的营销工作数据化、便捷化、高效化。因此，无论是国家宏观层面，还是行业的发展要求，以及企业的现实需要，金融大数据人才培养工作已迫在眉睫。

1     高校金融大数据人才培养存在的主要问题

1.1   人才培养体系不完善

当前，很多高校已经开设金融大数据专业，目的就是为了紧跟行业发展需要，培养具备综合素质的金融人才。由于设立时间较短，且没有经验可以借鉴，虽然人才培养目标清晰，但人才培养体系并不完善。

一是专业定位不明确。由于金融大数据专业涉及的领域较广，很多高校在设立该专业时并没有明确的定位，导致人才培养方案和课程设计缺乏针对性。例如，有些学校将金融大数据专业定位为金融与计算机科学的交叉学科，强调金融理论与大数据分析技术的融合；而另一些学校将其定位为金融学与信息技术的融合，注重培养具备金融知识和大数据分析技能的复合型人才。这种定位模糊的现象使得学生在学习过程中容易迷失方向，难以形成较高 的专业素养［3］。

二是课程设置不合理。由于金融大数据专业的跨学科特性，很多高校在课程设置上存在偏颇。一方面，过于偏重金融学知识，如金融市场、金融机构、金融风险管理等，导致学生对大数据的专业知识掌握不够深入；另一方面，过于偏重大数据分析技术，如数据挖掘、机器学习、人工智能等，学生在实际应用中缺乏对金融业务的理解，与计算机专业所学内容差别不大，不能将技术知识与金融工作的实际需要紧密结合。课程设置不均衡使得学生在毕业后难以满足金融科技领域的工作需求。

三是实践教学环节薄弱。金融大数据专业要求学生具备较强的实践能力，但很多高校在实践教学环节上存在不足。一方面，学校与企业合作的机会有限，学生在校期间很难参与到实际的金融大数据项目中；另一方面，学校内部的实验实训条件有限，虽然硬件设施达标，但没有专门的实训软件，学生无法进行充分的实践操作。

1.2   专业教师人才严重缺乏

金融大数据专业是一门典型的跨学科交叉专业，要求教师对金融和大数据两个领域都有一定的了解和掌握，同时还需要具备一定的实践经验。然而，目前高校中相关专业的教师人才严重缺乏，导致教学质量无法得到有效保障，也就无法实现人才培养的目标。

首先，由于金融科技行业的快速发展，金融与大数据等技术的结合越来越紧密，这就要求金融大数据专业的教师不仅要具备扎实的金融知识，还要熟悉大数据、人工智能等相关领域的基本理论和技术。然而，目前很多高校在师资队伍建设方面存在短板，没有形成完整的金融大数据专业师资队伍，教师的知识结构不合理，难以满足专业教学的需求。

其次，金融科技行业本身具有高度的实践性，要求教师具备一定的行业经验，然而，目前很多高校的教师并没有直接参与过金融科技项目的开发和应用，缺乏实际操作经验。而且，高校教师在教学和科研方面面临着较大的压力，很难投入足够的时间和精力去学习新知识和跟踪行业发展动态。这就导致教师在课堂教学中难以将实践案例与理论知识相结合，学生在学习过程中很难理解和掌握所学知识的实际应用场景，影响了他们的创新能力和实践能力的培养［4］。另外，金融科技行业具有很强的国际化特点，而很多高校教师在国际交流和合作方面还存在一定的不足，缺乏与国外优秀高校和企业深入合作的经验。这就限制了学生国际视野的拓展和跨文化交流能力的培养。

1.3   产教合作不够紧密

金融行业本身发展较快，在互联网技术的加持下发展更快，加密货币、区块链技术、FinTech融资等新业务层出不穷，这就要求教学必须与企业需求深度融合，这样教学内容才能做到与时俱进、动态发展。可以说，产教合作是金融科技专业发展的重要支撑。另外，金融大数据专业的强实践性要求学生不仅会理论操作，还能够在一线实际操作，真正掌握所学。但目前该专业仍然以理论教学为主，缺乏实践性。企业也因为种种原因，与高校的合作仅仅是表面化的，流于形式［5］。

首先，高校与企业之间的沟通渠道不畅通。很多高校和企业之间的合作仅仅停留在签订合作协议的层面，没有建立起有效的沟通机制和长期稳定的合作关系，导致双方在实际合作中信息交流不畅、需求对接困难，难以实现资源共享和优势互补。

其次，高校与企业缺乏共同的目标和利益驱动，利益诉求也不尽相同，导致合作过程中出现分歧和冲突。例如，高校更关注学生的理论知识培养和科研能力提升，而企业更注重员工的实践能力和业务技能培养。这种利益差异使得双方难以形成真正的合作共赢局面。

此外，高校与企业之间合作的具体内容和形式也存在一定局限性。目前很多校企合作项目仍然停留在传统的实习、实训等形式上，缺乏创新性和前瞻性［6］。同时，由于金融科技行业的特殊性，一些前沿技术和业务模式尚未成熟，这也限制了校企合作的深度和广度。

2     新时代背景下高校金融大数据人才培养对策

2.1   合理构建人才培养体系，有的放矢地开展教学

目前，金融机构对大数据人才的需求主要集中在产品运营、品牌推广、客户营销以及风险控制方面，是为了实现营销与合规的目标。因此，需要构建基于国家战略、服务地方经济、满足社会企业需求，立足学校定位、专业特色，遵循教学规律，集教学、科研、竞赛、实践、社会服务于一体的新时代高校金融大数据人才培养体系，培养满足新时代金融机构需要的集知识、能力、素养于一体的复合型高阶人才。

一方面，要建立完善的课程体系，包括基础理论课程、专业核心课程和实践应用课程等。基础理论课程可以涵盖统计学、数据挖掘、机器学习等相关领域的基础理论和方法。专业核心课程可以围绕金融行业的实际应用展开，如金融风险管理、金融数据分析等。实践应用课程可以通过实习实训、项目案例等形式，让学生将所学知识应用到实际工作中。例如，在金融大数据专业课程设置中，可以包括数据库管理、数据分析、机器学习等相关课程。同时，还可以开设市场营销、品牌管理等相关课程，帮助学生了解金融行业的产品和市场特点，培养他们的市场分析和营销能力［7］。

另一方面，高校还应注重培养学生的实践能力和创新能力。可以通过组织实验课、实践项目、创新竞赛以及创新创业项目等方式，让学生能够实际操作和管理大数据系统。同时，鼓励学生参与科研项目和竞赛活动，提高他们的实际操作能力和解决问题的能力，培养他们的创新思维和团队合作精神。

2.2   多维度培养教师能力，打造专业的教师团队

为了提高教师团队的专业性，除了需要具备相关专业知识和教学经验，教师还需要具备多维度的能力。高校应秉持“五术金师”理念，打造政治素质强、教育站位高、国际视野宽，集道术、学术、技术、艺术、仁术于一体的新时代背景下高校金融大数据“国之大先生”。首先，加强师德师风学习，以立德树人为根本。其次，加强“新时代智慧+师资大数据金融”应用技能培训。再次，引进德国“双元制”，推行教师到企业进修。最后，构建“智能+虚拟教研”平台，跨界整合优良师资和综合资源。从多维度培养教师能力，打造專业的教师团队，适应全球嬗变的大时代金融大数据师资要求，以适应金融行业的快速发展和技术变革。

2.3   加大校企合作力度，深化校企合作深度

加大校企合作力度、深化校企合作深度是提高教学质量和学生就业竞争力的重要举措。相关高校应该积极寻求与企业的合作机会，建立产学研教学基地或金融科技产业园等平台。通过双方的合作，可以满足企业对利润的要求，同时满足高校对教学的需要。

一方面，建立产学研教学基地是校企合作的一种有效方式。基地可以提供实践教学的场所和设备，让学生能够在实际工作环境中学习和实践。同时，还可以为企业提供技术支持和人才培养服务，帮助企业解决实际问题和提升技术水平。例如，可以由企业提供相关项目，学校以横向课题的方式参与其中，由教师带队，组织学生成立课题小组，针对项目中的某一具体问题开展研究和公关。最后，校企共享学术成果，并根据利润情况分成。

另一方面，建立金融科技产业园也是一种有效的校企合作形式。金融科技作为金融行业的新兴领域，其发展需要大量的专业人才支持。高校可以通过与企业合作，在产业园中设立实验室、研究中心等科研场所，共同开展科研项目和技术创新。同时，企业也可以利用高校的人才和技术优势提升自身的研发能力和竞争力。同时，该模式还可以为学生提供更多的实践机会和就业机会。

总之，通过与企业的紧密合作，高校可以更好地培养学生的实践能力和创新能力，提高教学质量和学生就业竞争力。同时，企业也可以通过合作获得更多的技术支持和人才资源，实现更好的发展和创新。

3     结束语

随着金融科技的迅速发展，金融业对大数据的需求越来越大，培养具备金融大数据处理能力和创新思维的专业人才成为当务之急。通过改进课程设置、强化实践教学、整合师资力量和深化产学研合作等方法，有望解决当前金融大数据人才培养面临的问题，这也是推动金融大数据人才培养的重要任务。只有坚持立足实践、不断革新、产教融合，才能培养出适应新时代需求的金融大数据专业人才，推动金融行业的发展和创新。

主要参考文献

［1］于菁.大数据背景下应用型大学金融科技人才培养模式研究［J］.经济研究导刊，2020（26）：48-50.

［2］刘燕.产教融合下金融大数据人才培养生态体系研究［J］.中国产经，2023（2）：45-47.

［3］周科成.基于人才需求的金融科技专业建设研究：以重庆市为例［J］.国际公关，2022（12）：22-24.

［4］刘帅，肖成林.大数据背景下金融工程专业人才培养模式改革［J］.科教导刊，2022（25）：41-43.

［5］王素贞，忽丽莎，孙洁丽.大数据卓越人才培养模式研究与实践：基于“新财经”视角以金融大数据案例教学应用方向为例［J］.河北经贸大学学报（综合版），2020（4）：79-83.

［6］周丹，赵莉娜.大数据分析在金融类专业课程中的案例教学研究［J］.特区经济，2022（7）：118-121.

［7］杨超，殷林森.产教融合背景下的金融科技本科专业建设探索［J］.金融理论与教学，2020（4）：93-96.